主成份分析是通过坐标变换将数据分布的主要特征通过新的（较原变量个数更少的）主成份（即新的变量）来表示，这样可以减少变量的个数，同时又能提取原数据的主要信息，可以方便研究数据的主要规律.
        由于数据分布的规律是由数据在各个方向上分布的方差决定，总有那么一个方向，数据在此方向上分布的离差（方差）是最大的，那么这个方向就是第一主成分的方向，也就是其中一个新的坐标轴的方向，因为此方向是所有方向中方差最大的，所以这个方向所对应的第一主成份（这个新的变量）也承载着原数据中最多的信息，这个信息量占原始信息的总量的比率就是所谓的“贡献率”。
        原始数据的x轴是时间，y轴是G/G0（相对电阻率），主成分分析要从原始数据中获取，最后PCA图以第一主成分为x轴，第二主成分为y轴，进而确定这些主成分，贡献率，

PCA本质上是将方差最大的方向作为主要特征，也就是能让对象区分开贡献率最大的为第一主成分

请问老师会用电子鼻的数据作主成分分析图了吗